在csdn论坛发帖子问“算法重要吗”得到的回答

同意重要的:


并不是这样的,算法的优差,有时候可能是感觉不出来的。但是主要是其结构,也就是你解题的思路。那才是真正需要去细分的,说白点就是效率总题还有就是思路啦!
我个人认为,好的算法是每个程序都应该尽力去实现的!

支持,以前学数据结构不知道能用在哪里,现在项目里用到了才算明了。
一定要学好,那是基础的基础

什么叫不重要,你要做到记录上千万,并发数上几百,算法就是一点一点计较的,现在在看CACHE策略,全是算法。

如果是稍微大型一定的程序 ,许多地方算法改进都没有效果(我做过很多这样的无用功)
而关键的地方就决定了产品竞争力.

我不这么认为,虽然我现在不作应用,在高校读书,比如一个最简单的论坛,不过发发帖子什么的,很简单吧,但是,你写出的代码,要承受上千人同时在线,你敢说“哦,no,机器配置不够,我们升级吧”要不就是:集群什么就出来了。算法在这种情况下,价值就体现出来了。我工作经验不算长,不过肯定不会太短。

那是运气好,这种机会我不想有第二次,不知道你有没有做过海外上市公司的东西,所有的投资都需要事先披露,那种国外直接来的独立审计机构写出来评语不是玩的,假如派来的是计算机专家,你怎么办。而且 不是一审就好,听他们公司说大概是不定期,一般在一到两年审一次。我不知道下次他们还会不会继续审这个。
单纯的就商业而讲,现在那些什么录入系统,企业见的多了,早就不感兴趣,你要想把你的东西卖个好价钱,就要有点噱头,比如电信都在搞CRM数据挖掘,医院搞什么智能诊断,门槛高了,当然利润也大幅度上升。


不重要的:
不重要~~~经典的数据结构都给你封装好了.拿来使就是了;参看java.util.Collection的文档;

怎么会不重要呢,当数据量大的时候,nlogn和n*n就相差很多,更别说是指数级了

一个程序可能99.9%的地方都不需要考虑算法,但是剩下的 0.1%的地方就决定了软件的核心竞争力。

算法,一般只要你的程序写得不是很烂,是不会太注意这个的.
一般为了可读性会降低一些性能

一般情况下只要功能实现就可以了。 因为劳动力的价格要比机器的价格要底。所以不用太考虑系统的运算

无语了……等你实际工作了就知道了;当然,如果你是从事计算机应用数学,专门写底层算法的除外(好象机会不是很多?)

模糊的:
算法严重影响性能的时候,还是需要考虑的

没学好的话工作还是可以的,以后慢慢学就是了

我是做mis系统的,没有什么算法方面的事情。

不算重要,但是可以决定你的薪资价位的高低。不过术有专攻,做MIS/ERP重要的是业务和需求,做芯片和底层就是相反了。偶尔学学,可以加强对程序的理解力。其实这个东西和内功一样,耍枪弄棒谁都会,但真要出手大场面时就有区别了。时间允许的话建议学学,否则只要掌握基本数据结构用法应付普通程序是没有问题的。哦,另外,程序高手取决于算法能力、设计高手取决于设计模式。不要把程序和项目设计扯在一起谈。算法是战术、设计模式是战略,二者是这样的关系。这下你是否能明白?

算法是二奶,设计模式是三妾,二者不能跟“成功产品”这个老婆相比!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在遗传算法中,适应度函数(Fitness Function)是评估个体解决题的效果好坏的标准。它对个体进行评价、排名,为选择算子提供参考,用于筛选优秀的个体并为繁殖优秀的后代提供方向。CSND的适应度函数在遗传算法中的作用主要有以下几个方面: 一、优胜劣汰:适应度函数对种群中个体的优胜劣汰起着至关重要的作用。适应度函数评估出每个个体的解决题的效果好坏,通过种群中适应度高的个体参与遗传操作,逐步筛选优秀的个体,不断优化解的效果,从而使得种群中优秀的个体越来越多,最终达到找到最优解的目的。 二、选择操作:适应度函数作为遗传算法中的选择操作,计算每个个体的适应度值;在遗传过程中,高适应度个体对下一代个体产生更多的后代数量,增强了种群的全局优化能力。 三、交叉算子:适应度函数在交叉算子中的用处是对交叉产生的可能解的合理性进行评估,从中选取满足适应度要求的解进行进化操作,防止交叉产生的非法解影响总体解决效果。 四、变异算子:在变异算子中,适应度函数能够快速定位到每个个体的适应度值,根据适应度值进行随机变异操作,从而使得变异的解更接近局部和全局最优解。 综上所述,适应度函数是遗传算法中不可或缺的一部分,可以通过不断调整适应度函数的评价指标来提升算法求解能力。在CSND中,适应度函数的作用尤为重要,通过不断优化适应度函数,加快遗传过程,找到最优解。 ### 回答2: CSDN适应度函数是遗传算法(Genetic Algorithm)中的一个重要组成部分,在遗传算法的优化过程中扮演着至关重要的作用。 遗传算法通过不断地迭代、选择和交叉操作,由初始种群逐步优化到最终适应度较高的状态。在这个过程中,计算每个个体初始适应度,以便进行进一步优化。 CSDN适应度函数是遗传算法用于评估个体优良程度的函数。在具体实现过程中,每个个体都会被分配一个初始适应度值,这个值通常是通过计算个体在题空间内的各种指标来得出的。 在优化的过程中,遗传算法会根据每个个体的适应度值进行选择和进化。适应度值越高,个体就具有越大的生存概率,在交叉和变异过程中被保留的概率也越大,从而有更多机会传递自身的优良特征。 因此,CSDN适应度函数是遗传算法中非常重要的组成部分,它决定了每个个体在种群中的生存概率,决定了每个个体将来受到的进化和调整的优先级。一个好的CSDN适应度函数可以有效地增加优化算法的速度和精度,使得遗传算法在复杂的题中产生更好、更优化的解。 ### 回答3: 在遗传算法中,适应度函数是一个非常重要的概念。它是用来评价染色体的优良程度的,因为在遗传算法的过程中,优良的染色体会更有可能被选择,并进一步演化为更优秀的个体。 而CSND是国内最大的技术社区,也是程序员最喜欢去的一个社区,因此在遗传算法中,CSND所提供的适应度函数可以起到一定的作用。对于需要使用遗传算法来解决题的开发者,可以通过使用CSND上的适应度函数,来评估自己所设计的遗传算法的性能和优秀程度。 同时,由于CSND上有大量的程序员和技术爱好者,他们通常会分享一些高质量的适应度函数。这些适应度函数可能已被很好的优化或是使用了更先进的技术手段,因此在使用这些适应度函数时,不仅可以提高算法解决题的能力,还可以减少开发者自己调试适应度函数的时间和精力。 总之,CSND适应度函数在遗传算法中扮演了非常重要的角色。它可以提高算法解决题的能力,减少开发者的工作负担,并且让更多的程序员和技术爱好者能够分享、交流和学习,进一步促进了技术的发展和创新。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值